自动推算室内接入点坐标算法

随着基于位置服务的应用与发展,室外和室内定位技术都得到了飞速发展。特别是在WiFi定位技术的不断完善下,室内定位技术有了广泛的应用,但是,WiFi定位技术的两种定位方式均需预先知道室内网络接入点的精确坐标,这一要求无法满足一些紧急情况下的定位需求。因此,本文提出了一种基于M估计的自动推算室内接入点坐标算法。该算法借助在室内外交界处同时获取卫星定位信息和WiFi信号的RSSI信息,巧用分段RSSI测距算法提高长距离RSSI测距精度,结合残差绝对和最小的M估计改进距离交会定位算法,最终推算出室内接入点的三维坐标,实现自动化推算过程。试验结果表明：该方法的定位精度比常规距离交会最小二乘算法提高了50%,能够快速实时较精确地推算室内接入点的坐标,进一步完善了WiFi定位技术。     

Assessment of a new solution for tracking pebbles in rivers based on active RFID

Low‐frequency passive integrated transponders (PIT tags), are commonly used for monitoring pebble mobility in gravel‐bed rivers. Although early studies reported high recovery rates for PIT tags used in small streams, recovery rates in larger systems remain low, substantially limiting the possibilities for their use in such rivers. These low recovery rates are potentially due to missed detections caused by tag signal collision, burial in the sediment layer deeper than the maximum detection range and insufficient (but still exhausting) field effort to cover the concerned areas. A potential solution for addressing these problems is to use active ultra‐high frequency (a‐UHF) transponders as these have a greater detection range and anti‐collision protocols. In order to assess the potential of such transponders for pebble tracking in rivers, we used 433.92 MHz COIN‐ID and COIN‐HC models (ELA Innovation Company, Montpellier, France). We completed several tests to (i) characterize transponder detection ranges in the water and in saturated sediment and (ii) develop field protocols for locating tags by combining global positioning systems (GPS) sites and transponder received signal strength indication (RSSI) levels. The results showed that (i) the maximum detection ranges are about 2.4 m in the water column and more than 2.6 m in a column of saturated gravelly‐sandy sediment, (ii) RSSI spatial interpolation can be used to determine transponder position with good accuracy (< 1 m), (iii) the desired minimal level of accuracy can be adjusted depending on in‐field effort and signal impulse interval, (iv) the RSSI maximal value observed cannot yet be used to determine transponder burial depth because of the multipath propagation of radio frequencies and the semi‐directional emission of the tag signal. Copyright © 2017 John Wiley & Sons, Ltd.     

一种基于RSSI的三维加权质心定位算法

定位技术是无线传感器网络的重要支撑技术.基于RSSI的定位技术以其不需额外的硬件、成本低廉而成为无线传感器网络的首选之一.本文在分析一些常用的算法基础上,提出了一种适用于RSSI技术的三维加权质心定位算法,在室外用ZigBee硬件平台进行实验,结果表明定位误差在4m以内,相对定位误差在20％以内的概率到达70％.     

震后基于无人机快速三维定位被困人员模型研究

针对震后被倒塌建筑物或滑坡埋压的被困人员进行快速定位问题,在阅读大量相关文献的基础上,以无人机遥感、地理信息空间和三维质心定位技术为基础,采用无线信号RSSI测距模型,配合影像范围内基准影像数据辅助定位,构建震后基于无人机快速三维定位被困人员模型.以红河县城区作为研究区,对城区内特定人员进行三维定位,结果表明该模型定位...     

蓝牙室内测距模型研究与精度分析

针对低功耗蓝牙进行室内定位过程中,蓝牙信号在室内传播过程中受到多路径、反射、非视距等误差的影响,导致蓝牙信号值存在波动性、奇异值等问题,进一步导致测距误差较大。为了验证环境对信号传播的影响,本文验证了3种主要影响因素对信号值的影响,并提出3种滤波方法对采集的初始值进行预处理;根据实际环境利用最小二乘法分段拟合测距模型;根据拟合的测距模型与处理后的RSSI值,得到准确的测距信息。实验表明,利用分段拟合的测距模型和混合滤波方法处理后的强度值,测距精度得到了明显的提高。     

基于WiFi探针数据的城市出行轨迹提取

为了更便捷地提取城市居民的出行轨迹,从而分析个体的日常空间行为,进而为城市管理的各项措施决策提供数据支撑,本文提出基于WiFi探针数据的城市出行轨迹提取方法,主要解决WiFi探针数据的路网匹配及丢失轨迹重构问题。首先,通过对终端MAC码和时间戳进行多列排序后提取出轨迹记录序列,利用信号强度RSSI值为每条记录提取坐落在路网上的候选点集。其次,设计基于局部评价的算法,对于每一个候选点,利用其前后相邻的几条记录提取的候选点集与其之间的时空关系,先后对其进行时间一致性评价和空间一致性评价,再结合以时间反比动态构建的权函数,得到最终评分;然后将每个候选点集中评分最高的点作为最佳匹配点,至此完成轨迹记录的路网匹配。最后,先采用基于深度优先的路径搜索算法搜索出丢失轨迹上下点之间的所有可行路径,再基于TOPSIS法决策出最优的重构路径。本文以东莞市市中心区域收集的WiFi探针数据为实验数据进行测试,平均每日可提取6万多条轨迹,与其中获取的GPS数据相比较验证了方法的可行性,为城市出行轨迹挖掘提供了新的解决方案。     

高斯函数定权的改进KNN室内定位方法

室内某些区域无线访问接入点（AP）布设稀疏,以及信号指纹的时变特性等因素,均使得无线信号接收信号强度（RSSI）序列与射电地图（radio map）相应RSSI序列完全相同成为可能,计算得到信号空间的欧氏距离为0或非常小。利用欧氏距离定权的加权质心算法解算会出现错误,无法得到定位结果;取K个参考点坐标均值的KNN算法以1/K为权值,定位精度相对较低。本文提出了高斯函数定权的KNN定位算法,对K个最近邻欧氏距离进行了标准化处理,利用高斯函数分配权值,得到加权坐标值。与KNN和WKNN算法的定位结果相比,该方法提高了鲁棒性和定位精度。     

һ������ģ�Ͳ��������ߴ��������綨λ�㷨

??????????????????RSSI??λ????????????????????????????????????????????????????????????????????飬?????????λ??????????RSSI??λ???????????????????????????????????????????????????λ?????????????????δ?????仯????ó?????     

基于WiFi与GPS组合定位算法的无缝定位方法研究

无线局域网络(WLAN)是一种全新的无线信号传输平台,该文在总结目前无缝定位与导航技术的研究现状、分析存在的问题和发展趋势的基础上,提出了联合GPS和无线局域网络的组合定位方法,以实现室内外的无缝定位与导航.同时,在深入研究卫星导航定位和无线传感器网络定位原理与算法基础上,针对定位环境的不同,提出了无缝定位的解决方案、转换机制和切换策略,并以WiFi网与GPS组合定位算法为例,进行了详细分析和深入讨论,所用算法可以实现无GPS、少于4颗可用卫星以及GDOP值不满足定位情况下的定位,与单独WiFi网络定位算法相比,该算法可以提高定位精度.     

一种虚拟空间划分的室内指纹库定位方法

RSSI测量距离技术被广泛应用于距离定位的领域。针对传统的Zigbee指纹定位算法和复杂环境,文章提出了一种虚拟空间划分的Zigbee指纹库定位算法,其中包括虚拟空间划分最邻近定位算法、虚拟空间划分加权最邻近定位算法和虚拟空间划分贝叶斯定位算法。实验结果表明,在最优情况下,此方法能将定位误差抑制在1.50m。